我正在使用llvm-mc，目的是制作一个相对聪明的反汇编程序（识别和跟踪本地人，轻松跟踪分支等），其中一部分是创建反汇编指令的字符串表示 .
当我开始这个时，我希望我能够相对容易地识别 MCInst 使用的寄存器和值，然后用我可以轻松处理的另一个表示法 . 然而，经过一些调查，我意识到用指令的文本表示显示的操作数与实际存在于 MCInst 对象中的操作数之间的相关性相当低 . 以下是一些示例（英特尔语法）：
-
将11587作为32位立即移动到
eax将使用MOV32ri操作码完成 . 文字表示将是mov eax, 11587. 相应的MCInst将有两个操作数，一个寄存器和一个立即数 . 这适合我 . 这很棒 . -
将
11587添加到eax将使用ADD32ri操作码完成 . 文字表示将是add eax, 11587. 但是，这次，相应的MCInst有三个操作数：eax有两次，而最后是立即数 . 这不是很好 . 我可以假设这是降级过程的一个工件，eax的第一个实例是目标寄存器，第二个实例是源（即使x86不区分两者），我可以破解在那附近 . -
使用
MOV32ao32操作码将32位eip-relative值移动到eax. 文字表示将是mov eax, dword ptr [11587]. 在这种情况下，MCInst甚至没有eax的操作数，它只能从操作码名称中的操作数类型推断出来 . 我也可以解决这个问题，但事情越来越少，我只测试了x86支持的1300个不同的指令 .
显然，为了显示文本，我可以用 MCInstPrinter 获得文本表示，但是那里显示的内容和 MCInst 之间的映射仍然很混乱 .
是否有一种直接的方法来判断哪些操作数出现在指令的文本表示中？
2 回答
添加三个参数听起来像Three address code的编译器构建器首选项正在流行，因为在英特尔汇编程序中没有理由这样做 . （您不能使用ADD指令添加和存储到不同的寄存器，但您可以使用LEA） .
如果计算所有扩展（如SSE，FPU等），操作码将达到数百个，更糟糕的是，由于寻址模式和前缀，操作码有多种变体 .
NASM汇编程序在源代码中有一些表，如果你的llvm-mc系统没有提供功能，你可以尝试挖掘它们 .
MC级别非常低，操作数布局取决于操作码 . 也就是说，有一些映射表可以告诉你它在哪里 . MCInstrDesc和MCOperandInfo将告诉您哪些操作数和源和目标，它们是立即数，寄存器等以及一组标志 .
您还需要熟悉MCRegisterClass和MCRegisterInfo以及其他一些东西 . 这是一个复杂的界面，因为表示任意目标信息的任务很复杂 .
我会看一下各种基于MC的工具的代码 . 你不应该需要自己的代表，MC应该拥有你需要的一切 .